然而，內衣的生產工序極為復雜。林和另一位創辦人、曾就職名利場(VanityFair)雜志17年、資深內衣銷售丹·多爾金(DanDolgin)經過一番調查，發現“內衣不比T恤。”接著她又補充道，“掌握越多數據，做出的決定越明智。”不幸的是，林手頭上沒有一點數據。

　　2012年，林和多爾金創辦了TrueCo.內衣購物網站，使用算法改善內衣購買體驗。顧客光臨網站，首先進行合身測試，確定肩帶滑移程度、胸型等各種因素。(你是扁平胸型還是半球胸型?)網站會根據答案為你建議內衣款式和尺碼。截至目前為止，購物者通常選擇卡爾文·克萊恩(CalvinKlein)和那托利(Natori)等流行品牌。不久后，快遞員會把裝滿你所選內衣的盒子送到家門口，供你試穿，然后再決定購買或退貨。這種購物體驗和瓦爾比派克(WarbyParker)眼鏡公司頗為相似。

　　今天開始，TrueCo.將推出自家的數據導向設計內衣品牌“伊人(光彩)倩影”(SheWalksinBeauty(+Light))。掌握20萬名參與在線測試的女性提供的信息、以及她們在家中試穿和購買之后的個人反饋，林相信她所設計的內衣合身“幾率相當高”。她說，“這個系列品牌忠于我們的理念：天下沒有人人合穿的內衣。”

　　某些評論家認為，單憑冰冷生硬的科技根本無法解決許多由來已久的問題，比如杯位過小擠壓出4個乳房或胸型扁塌。開源時尚網站(OpenSourceFashion)的博主辛迪亞·瓦洛皮利(SindhyaValloppillil)說，“我的胸部不需要算法。算法無法為你提供更合身的內衣，就像在線回答問題無法幫你找到最合適的枕頭一樣。有些產品必須經過觸摸和試穿才能知道合不合適。”

　　林不(完全)贊成瓦洛皮利的觀點。“大數據不是萬能的。”她承認，“但我們的設計過程不只是機器吐出某種規格的內衣。”事實上，除了傳統的內衣制造，她的數據驅動設計手法還有更廣泛的應用。品牌內衣根據某個模特的胸型來設計內衣，比如他們會按照某位模特的胸型制作完美的34C內衣。一般來說，這意味著某種類型的女性會被特定的內衣品牌吸引，而且市面上的內衣也只適用一部分體型。

　　通過利用成千上萬名女性提供的信息，TrueCo.劃分出6，000種不同的體型。公司的品牌團隊也嘗試設計更多種類的內衣，滿足不同胸型的需求。

　　“有些略微不同的胸型可以歸為一類，匹配一種內衣。”林解釋道，“我們使用了測試所得的數據，找出不同體型的人可能喜歡怎樣的設計特點。”

　　她把這一過程描述為“網飛(Netflix)式”。這一類比并不出奇，畢竟TrueCo.首席技術官曾是網飛視頻公司的員工，而公司的顧問之一正是網飛的首席統計師。舉個例子，TrueCo.研究“過于豐滿”這個類別的問題，就如同網飛看待動作電影一般。當某位女性自稱胸型“過于豐滿”，TrueCo.就可以參考同類顧客此前的購物經驗和選擇，為她推薦最佳內衣。此外，網飛利用觀眾數據投資原創節目，從數據統計角度來講應當收視良好。TrueCo.也效仿之，根據消費者數據創造內衣品牌，從數據統計角度針對相關內衣難題給出解決方法。

　　假如要用網飛視頻分類法，為“明星制造”(MadeofStars)內衣貼個具體胸型的類別標簽，那可能是“擔心贅肉顯露的豐滿胸型女士內衣”。這種款式只生產D或以上罩杯，所用材料能夠減少腋下脂肪。TrueCo.有愛地稱之為“雞胳膊”，這是豐滿型女性群中常見的問題。該系列包括10款特定胸型的內衣，價格從22-88美元不等。

　　這種設計私密服飾的手法確實有些功利，還帶了點八卦意味。但在內衣初企世界里，TrueCo.的攻擊性還只是小兒科。業內另外兩家公司Brayola與MeCommerce邀請用戶提交幾乎全裸的照片，作為合身測試的一部分。與其像Brayola一樣亮出一張內衣太緊的大胸女照片，TrueCo.努力做得細致入微。它的合身測試使用繪圖，而非照片。裝在盒子里的內衣都用包裝紙小心包好。而最棒的是，你可以遠離試衣間冷冷的熒光燈，在家舒服自在地試穿。

　　所謂內衣大數據或許是有點小題大做了。但說到內衣，使用者都希望其形狀能夠遵循功能而定，但又不能顯得過于功能化。林認為，找到那個最佳位置也是一門科學。“內衣是很有意思的物品，人體的美是基于如此客觀的事物而定。”鑒于數據集包含了審美與實用偏好，TrueCo.認為他們很有可能制作出客觀上完美的內衣模型。

　　統計之路是否銷得通，時間和數據會告訴我們。TrueCo.系列品牌將要與現有的50多個知名品牌競爭，“伊人(光彩)倩影”的設計必須吸引瀏覽者的眼光。(光靠名字估計是不夠的)當然了，如果您試過了不喜歡，還是可以無條件退貨的。